استفاده از یک حافظه پنهان آماده برای fetch_20newsgroups در scikit-learn

وقتی مقصد نمی‌تواند از طریق پروکسی خود دانلود کند، مجموعه داده را با fetcher پشتیبانی‌شده روی یک مسیر کاری تأییدشده آماده کنید و حافظه پنهان سازگار را منتقل کنید. روی مقصد:

from sklearn.datasets import fetch_20newsgroups

dataset = fetch_20newsgroups(
    data_home='/path/to/prepared-scikit-data',
    download_if_missing=False,
)

اگر داده وجود نداشته باشد، download_if_missing=False خطای OSError را ایجاد می‌کند؛ مسیر دانلود دیگری را امتحان نمی‌کند. از این نتیجه برای تشخیص آماده‌سازی ناموجود از یک عملیات داده بعدی استفاده کنید.

محل حافظه پنهان مقصد را تطبیق دهید. get_data_home مقدار پیش‌فرض را گزارش می‌کند، در حالی که SCIKIT_LEARN_DATA یا یک data_home صریح می‌توانند آن را تغییر دهند. حافظه پنهان در پوشه خانگی کاربر دیگر به‌طور خودکار اینجا دیده نمی‌شود.

حافظه پنهان را با نسخه سازگار کتابخانه و خود fetcher بسازید. آرشیو tar یا یک pickle داخلی دست‌ساز با آن نتیجه پشتیبانی‌شده قابل تعویض نیست.

برای دانلودهای زنده، محیط پروکسی دانلودکننده واقعی را پیش از شروع Python پیکربندی کنید. وقتی میزبان مجموعه داده عمومی است و دانلود از طریق پروکسی عمومی مجاز است، فهرست پروکسی HTTP نامزدهایی برای مقادیر محیط پروکسی HTTP دانلودکننده فراهم می‌کند. نصب scikit-learn یا استفاده از مثال‌های load_* همراه، دانلود مجموعه داده از شبکه را تمرین نمی‌کند.